Questão 36 — Aprendizado Supervisionado — Avaliação de Modelos (Inteligência Artificial) — Serviço de Seleção do Pessoal da Marinha (SSPM) · Marinha do Brasil 2025

Inteligência Artificial Aprendizado Supervisionado — Avaliação de Modelos

Serviço de Seleção do Pessoal da Marinha (SSPM) 2025

Marinha do Brasil · Quadro Técnico do Corpo Auxiliar da Marinha (CP-T) — Informática · Caderno Amarela

Gabarito disponível

No contexto do processo de avaliação de modelos de aprendizado supervisionado, amplamente utilizado em sistemas de inteligência artificial para classificação e regressão, é correto afirmar que:

Selecione uma alternativa A) modelos são avaliados apenas com os dados de treinamento. B) dividir os dados em treinamento e teste é opcional para avaliar o desempenho. C) dados de teste devem permanecer desconhecidos pelo modelo durante o treinamento. D) cross-validation é uma técnica inadequada para modelos não lineares. E) métricas como acurácia não podem ser usadas em problemas de classificação.

Resolução comentada

Os dados de teste devem ser desconhecidos do modelo durante o treinamento.

Para estimar a capacidade de generalização, o modelo é avaliado em dados que não viu no treinamento. Isso evita viés otimista e overfitting não detectado. Por isso a alternativa C está correta.

Análise das alternativas

A) Errada: avaliar só com dados de treino esconde o overfitting. B) Errada: separar treino e teste (ou usar validação cruzada) é prática essencial, não opcional. D) Errada: a validação cruzada é independente do tipo de modelo e serve para modelos lineares e não lineares. E) Errada: a acurácia é uma métrica clássica de classificação.

Referência: Conceitos de aprendizado de máquina supervisionado: divisão treino/teste e generalização.

Resolução comentada do VaiConcursos.